乐胖代购免代理版

主成分分析案例

利用 PCA 对半导体制造数据降维数据集secom.data是半导体数据集,该数据集总共590个特征，要求利用pca算法对数据(1)对数据清洗,清洗的方法就是将每个特征里取值为null值的用该特征的平均值代替。

sklearn

python

机器学习

数据

数据集

原创 2022-05-09 21:59:06 870 阅读

DBSCAN算法案例1

案例:第一步：使用sklearn的make_moons生成如下数据，要求使用合适的聚类算法DBSCAN算法进行聚类分类，选择合适的参数eps,min_samples

算法

sklearn

python

聚类

聚类算法

原创 2022-05-09 21:58:00 943 阅读

DBSCAN算法案例2

import numpy as npimport matplotlib.pyplot as pltfrom sklearn.cluster import DBSCANdataS = np.genfromtxt('testSet.txt')plt.scatter(dataS[:,0],dataS[:,1])plt.show()#建立模型

算法

python

聚类

生成器

ico

原创 2022-05-09 21:57:49 434 阅读

DBSCAN算法

1.DBSCAN1.基于密度的聚类算法-DBSCAN如下的样本点,由样本点的分布可知,理想状态下，是把这些样本点分成四个聚类(四簇),即下图所示：但是例子中的样本点，如果采用K-means算法进行聚类分析，得到的聚类结果如左图所示(右图是使用DBSACAN算法得到的结果)：K-means算法：例子中的问题，我们发现使用K-Means算法已经不再适用

算法

sklearn

邻域

聚类

聚类算法

原创 2022-05-09 21:57:41 1015 阅读

主成分分析（PCA）

文章目录1. PCA降维原理协方差协方差矩阵数据预处理降维PCA处理步骤2.降维数据恢复3.案例Sklearn中PCA的使用方法在数据分析研究中，人们为了尽可能完整地搜集信息，对于每个样本往往要观测它的很多项指标，少者四、五项，多则几十项，这些指标之间通常不是相互独立而是相关的。因此，从统计分析或推断的角度来说

机器学习

线性代数

sklearn

数据

方差

原创 2022-05-09 21:57:30 1131 阅读

岭回归(Ridge Regression)和Lasso回归

1、岭回归（Ridge Regression）标准线性回归（简单线性回归）中：如果想用这个式子得到回归系数，就要保证(X^TX)是一个可逆矩阵。下面的情景：如果特征的数据比样本点还要多，数据特征n,样本个数m，如果n>m,则计算(XTX)−1会出错。因为(X^TX)不是满秩矩阵（行数小于列数），所有不可逆。为了解决这个问题，统计学家引入了岭回归的概

sklearn

机器学习

python

岭回归

正则化

原创 2022-05-09 21:57:11 4221 阅读

欠拟合、过拟合以及正则化

欠拟合、过拟合1.欠拟合、过拟合下面通过图示，来形象的解释欠拟合、过拟合的概念：（1）第一种模型过于简单，没有很好的扑捉到数据的特征。（2）第二种模型就比较好，能够扑捉到数据的特征（3）第三种模型过于复杂，降低泛化能力形象的解释一下：你想讨好某个人，太不用心（很多事都没有关心到）

神经网络

机器学习

深度学习

正则化

数据

原创 2022-05-09 21:56:51 676 阅读

聚类分类案例

01.根据数据集testSet2.txt,利用sklearn里的Kmeans算法完成聚类分类，并画出图形。import numpy as npfrom sklearn.cluster import KMeansimport matplotlib.pyplot as plt#载入数据

机器学习

sklearn

python

聚类

数据集

原创 2022-05-09 21:56:39 283 阅读

聚类算法初步

无监督学习（也有人叫非监督学习，反正都差不多）则是另一种研究的比较多的学习方法，它与监督学习的不同之处，在于我们事先没有任何训练样本(训练集)，而需要直接对数据进行建模。这听起来似乎有点不可思议，但是在我们自身认识世界的过程中很多处都用到了无监督学习。比如我们去参观一个画展，我们完全对艺术一无所知

算法

机器学习

sklearn

聚类

数据

原创 2022-05-09 21:56:29 282 阅读

三种回归算法对模型训练测试

数据集abalone.txt，记录了鲍鱼（一种介壳类水生动物）的年龄，鲍鱼年龄可以从鲍鱼壳的层数推算得到。前几列是样本点的特征数据，最后一列是鲍鱼的年龄。请分别使用标准线性回归

python

机器学习

岭回归

线性回归

数据

原创 2022-05-09 21:56:17 187 阅读

knn算法学习记录3

1、feature.txt是关于性别预测的数据，第一列为身高，第二列为体重，第三列为鞋码(鞋子尺码),第四列为性别(标签列).请根据feature.txt的数据预测[155,48,36]（即身高为155，体重为48，鞋码为36）

算法

数组

数据

原创 2022-05-09 21:56:06 139 阅读

信息安全工程第二章网络攻击原理与常用方法要点小结

文章目录2.1 网络攻击概述2.2 网络攻击一般过程2.3 网络攻击常见技术方法（重点）2.4 黑客常用工具2.5 网络攻击案例分析（重点）2.1 网络攻击概述网络攻击是指损害网络系统安全属性的危害行为。（选择题）常见的危害行为有四个基本类型：(1) 信息泄露攻击；(2) 完整性破坏攻击；(3) 拒绝服务攻击；(4) 非法使用

信息安全

网络安全

网络攻击

目标系统

漏洞扫描

原创 2022-05-09 21:36:17 1000 阅读

信息安全工程第三章密码学基本理论要点小结

3.1密码学概况密码学是一门研究信息安全保护的科学，以实现信息的保密性、完整性、可用性及抗抵赖性。密码学主要由密码编码和密码分析两个部分组成。其中，密码编码学研究信息的变换处理以实现信息的安全保护，而密码分析学则研究通过密文获取对应的明文信息。2005 4月1日起国家施行《中华人民共和国电子签名法》。

信息安全

密码体制

数字证书

数字信封

原创 2022-05-09 21:36:12 356 阅读

NLP智能文本纠错

【NLP-文本纠错】从入门到精通

自然语言处理

机器学习

人工智能

nlp

转载 2022-05-09 21:36:07 372 阅读

信息安全工程第一章网络信息安全概述要点小结

文章目录1.1网络发展现状与重要性认识1.3网络信息安全基本属性1.4网络信息安全墓帮与功能1.5 网络信息安全基本技术需求1.6 网络信息安全管理内容与方法1.7 网络信息安全法律与政策文件1.8 网络信息安全科技信息获取1.1网络发展现状与重要性认识1、数字化、网络化、智能化成为信息社会的主要特征2、网路信息安全

信息安全

网络安全

信息系统

原创 2022-05-09 21:35:47 198 阅读

pig编程应用

查询气温（1）气温数据文件temperature.txt的内容hadoop@ddai-desktop:~$ vim temperature.txthadoop@ddai-desktop:~$ more temperature.

pig

mapreduce

hadoop

大数据

java

原创 2022-05-09 21:35:22 186 阅读

pig安装应用

pig安装1、客户端主机安装软件并解压hadoop@ddai-desktop:~$ cd /opt/hadoop@ddai-desktop:/opt$ sudo tar xvzf /home/hadoop/pig-0.

大数据

hadoop

pig

desktop

数据

原创 2022-05-09 21:35:14 519 阅读

HIVE CLI数据库实操

1、建立基本数据hadoop@ddai-desktop:~$ sudo vim /score.txt#一个tab键分割字符610213 Tom 85 79610215 John 80 85610222 Marry 75 872、

hive

hdfs

大数据

hadoop

数据库

原创 2022-05-09 21:34:45 265 阅读

决策树cart算法

ID3采用的信息增益度量存在一个缺点，它一般会优先选择有较多属性值的Feature,因为属性值多的Feature会有相对较大的信息增益。(条件熵越小,信息增益越大)C4.5中是用信息增益比率(gain ratio)来作为选择分支的准则。信息增益比率通过引入一个被称作分裂信息(Split information)的项来惩罚取值较多的Feature。

算法

决策树

sklearn

信息增益

过拟合

原创 2022-05-09 21:34:39 2595 阅读

初入Ubuntu常见问题以及集群前的必要配置（2）

文章目录NTP时间同步主节点1、安装NTP软件2、配置NTP3、启动NTP服务从节点（slave1 和 slave2）1、安装NTP软件（同主节点）2、配置NTP3、启动NTP服务4、测试查看时间修改时区，改为中国北京（主节点和从节点都要进行）SSH免密证书登录1、各集群节点创建用户hadoop，UID、GID设为一样2、添加用户hadoop到用

hadoop

ssh

大数据

用户组

时间同步

原创 2022-05-09 21:34:22 145 阅读

最近邻(knn)算法的学习记录

KNN算法介绍(1)为了判断未知实例的类别，以所有已知类别的实例作为参照。(2)选择合适的K(参数)值(3)计算未知类别到已知类别点的距离，选择最近K个已知实例(4)根据少数服从多数的投票法则(majority-voting),让未知类别归类为K个最近邻样本中最多数的类别。1、（1）回顾Python当中获取字典中的值的三种方法，并比较三种方法的异同

算法

python

人工智能

3d

机器学习

原创 2022-05-09 21:34:20 207 阅读

storm拓扑强化训练

运用storm-starter拓扑详细参考：Storm概念学习系列之storm-starter项目

storm

大数据

zookeeper

maven

java

原创 2022-05-09 21:33:58 344 阅读

having题型解析巩固

having案例解析问题1：查询sc表里总成绩不低于300分的学生的学号和总成绩；如果将SUM(degree)>=300将在where条件后面，会出现错误：

mysql

sql

数据库

分组查询

升序

原创 2022-05-09 21:33:51 146 阅读

dns常用地址

谷歌：首选DNS地址：8.8.8.8备选DNS地址：8.8.4.4公共DNS：首选DNS地址：114.114.114.114备选DNS地址：114.114.115.115阿里DNS

网络

百度

转载 2022-05-09 21:32:58 3134 阅读

Map Reduce案例项目实现（c编译和eclipse）

实现Map/Reduce的实例Map/Reduce操作代表了一大类的数据处理操作方式，为了让大家对Map/Reduce的工作过程有一个直观的了解，下面的程序采用C语言实现了一个简单经典的Map/Reduce计算，计算从控制台输入的字符串中单词的计数。1、编写代码2、编译代码3、运行程序安装Eclipse开发工具Eclipse 是一个开放源代码的、基于Java的可扩展开发平

java

大数据

hadoop

mapreduce

eclipse

原创 2022-05-09 21:32:56 455 阅读

MPICH编译及MPI分布式设计基础（案例展示）

MPICH是MPI（Message-Passing Interface）的一个应用实现，是用于并行运算的工具。因特网提供开源代码下载，需要相应的编译包编译，需要安装GNU编译器套件（GNU Compiler Collection），gcc包括C、C++、Objective-C、Fortran、Java、Ada和Go语言的前端，也包括了这些语言的库（如libstdc++、libgcj等等）

linux

java

centos

ssh

分布式

原创 2022-05-09 21:32:26 992 阅读

msql的存储程序

存储程序可以分为存储过程和函数，在MySQL中创建存储过程和函数使用的语句分别为CREATE PROCEDURE 和CREATE FUNCTION存储过程：是在大型数据库系统中，一组为了完成特定功能的SQL 语句集1.查看数据库里所有存储过程+内容的语句show procedure status;2.查看存储过程的创建代码；

mysql

存储过程

sql

sql语句

原创 2022-05-09 21:32:26 274 阅读

信息安全工程第四章网络安全体系与网络安全模型要点小结

其中安全模型为重点4.1 网络安全体系概述网络安全体系是网络安全保障系统的最高层概念抽象，是由各种网络安全单元按照一定的规则组成的，共同实现网络安全的目标。网络安全体系包括法律法规政策文件、安全策略、组织管理、技术措施、标准规范、安全建设与运营、人员队伍、教育培训、产业生态、安全投入等多种要素。

网络安全

安全策略

智能交通

原创 2022-05-09 21:30:49 590 阅读

密码学基础及ssh实现多节点间无密码访问

一、非对称加密算法非对称加密算法：该算法需要两个密钥：公开密钥和私有密钥。公开密钥与私有密钥是一对，如果用公开密钥对数据进行加密，只有用对应的私有密钥才能解密；如果用私有密钥对数据进行加密，那么只有用对应的公开密钥才能解密。因为加密和解密使用的是两个不同的密钥，所以这种算法叫作非对称加密算法。

ssh

centos

linux

云计算

hadoop

原创 2022-05-09 21:30:45 186 阅读

贝叶斯分类器以及交叉法的运用

利用贝叶斯分类器对模型进行垃圾邮件分类(email文件)以及利用简单交叉法计算模型的错误率(划分数据集时20%作为测试集)import numpy as

机器学习

预处理

数据集

垃圾邮件

原创 2022-05-09 21:30:44 152 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

Above the cloud

主成分分析案例

DBSCAN算法案例1

DBSCAN算法案例2

DBSCAN算法

主成分分析（PCA）

岭回归(Ridge Regression)和Lasso回归

欠拟合、过拟合以及正则化

聚类分类案例

聚类算法初步

三种回归算法对模型训练测试

knn算法学习记录3

信息安全工程第二章网络攻击原理与常用方法要点小结

信息安全工程第三章密码学基本理论要点小结

NLP智能文本纠错

信息安全工程第一章网络信息安全概述要点小结

pig编程应用

pig安装应用

HIVE CLI数据库实操

决策树cart算法

初入Ubuntu常见问题以及集群前的必要配置（2）

最近邻(knn)算法的学习记录

storm拓扑强化训练

having题型解析巩固

dns常用地址

Map Reduce案例项目实现（c编译和eclipse）

MPICH编译及MPI分布式设计基础（案例展示）

msql的存储程序

信息安全工程第四章网络安全体系与网络安全模型要点小结

密码学基础及ssh实现多节点间无密码访问

贝叶斯分类器以及交叉法的运用

欢迎